JP2022535533A - 情報プッシュ方法及び装置 - Google Patents
情報プッシュ方法及び装置 Download PDFInfo
- Publication number
- JP2022535533A JP2022535533A JP2021571659A JP2021571659A JP2022535533A JP 2022535533 A JP2022535533 A JP 2022535533A JP 2021571659 A JP2021571659 A JP 2021571659A JP 2021571659 A JP2021571659 A JP 2021571659A JP 2022535533 A JP2022535533 A JP 2022535533A
- Authority
- JP
- Japan
- Prior art keywords
- grid
- grids
- preset
- coordinate points
- neighboring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000013507 mapping Methods 0.000 claims abstract description 40
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 229920006068 Minlon® Polymers 0.000 claims description 8
- 230000008685 targeting Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 6
- 101100182247 Caenorhabditis elegans lat-1 gene Proteins 0.000 description 5
- 101150061388 LON1 gene Proteins 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 description 2
- 238000009933 burial Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 101150004293 lon2 gene Proteins 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
Description
本発明は、コンピュータ処理技術分野に関し、特に、情報プッシュ方法及び装置に関する。
空間面積が大きい、又は、データ量が多い場合に、DBSCANアルゴリズムの効率が非常に低いという問題が存在する。
1つの実施例において、情報プッシュ方法を提供し、前記方法は、
ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するステップと、
各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定するステップと、
プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するステップと、
グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、座標点と対応する関係を持つグリッドをターゲットとして、8方向の近隣方法を使用して対応する近隣を検索するステップと、
前記マッピング関係に従って、クラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするステップと、
いずれか1つのクラスターについて、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うステップと、を含む。
前記取得ユニットは、ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するために用いられ、
前記決定ユニットは、前記取得ユニットにより記録される、各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定するために用いられ、
前記確立ユニットは、前記決定ユニットにより決定される、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するために用いられ、
前記クラスタリングユニットは、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、前記確立ユニットにより分割される、座標点と対応する関係を持つグリッドをターゲットとして、8方向の近隣方法を使用して対応する近隣を検索するために用いられ、
前記マッピングユニットは、前記確立ユニットにより確立されるマッピング関係に従って、前記クラスタリングユニットによりクラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするために用いられ、
前記プッシュユニットは、いずれか1つのクラスターについて、前記マッピングユニットによりマッピングされる、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うために用いられる。
ユーザポートレートは、ユーザ社会属性、生活習慣及び消費行動などの情報に基づいて抽象化された1つのラベル付きユーザモデルである。
プッシュ端末は、サーバによりプッシュされる情報を表示するために用いられる。
表1に示す内容を前提に、具体的に、例を挙げて、各座標点に滞在する時間の長さを決定する決定プロセスの実現は、表1の座標点(lon1、lat1)について記録される連続時点が00:00、00:10、00:30であり、ユーザ1が座標点(lon1、lat1)に滞在する時間を30分間に決定するようになっている。
プリセット比率の値が30%であると仮定する場合に、2つの座標点に滞在する時間の長さの差の比率がプリセット比率しきい値より大きいであることは、この2つの座標点に滞在する時間の長さがかなり大きな差であることを意味するため、滞在時間が最も長い座標点(lon1、lat1)のみを保留する。
ここで、クラスタリングされていないグリッドセットを構成するグリッドが座標点とマッピング関係を持つグリッドである。
前記セットには、当該グリッドが含まれる。
グリッドの8方向の隣接グリッドを検索するとき、検索されるグリッドがクラスタリングされていない現在のグリッドセットにおけるグリッドであり、1つのグリッドの8方向の隣接グリッドであるが、クラスタリングされていない現在のグリッドセットにおけるグリッドでないグリッドは、当該グリッドの8方向の隣接グリッドとされない。
第1のステップで見つけられた一次近隣グリッドについて、検索される一次近隣グリッドを中心グリッドとして、8方向の隣接グリッド検索を再実行する。
上記検索に基づいて取得される点Pの現在のすべての近隣グリッドは、グリッド33、グリッド22、グリッド23、グリッド34、グリッド42、グリッド11、グリッド13、グリッド14である。
ここで、すべての近隣グリッドの合計距離がすべての近隣グリッドに対応する最小長方形領域の対角線の長さである。
ここで、プリセットの小さなクラスターのしきい値がプリセットノイズしきい値より大きい。
取得ユニット501は、ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するために用いられ、
決定ユニット502は、取得ユニット501により記録される、各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定するために用いられ、
確立ユニット503は、決定ユニット502により決定される、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するために用いられ、
クラスタリングユニット504は、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、確立ユニット503により分割される、座標点と対応する関係を持つグリッドをターゲットとして8方向の近隣方法を使用して対応する近隣を検索するために用いられ、
マッピングユニット505は、確立ユニット503により確立されるマッピング関係に従って、クラスタリングユニット504によりクラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするために用いられ、
プッシュユニット506は、いずれか1つのクラスターについて、マッピングユニット505によりマッピングされるクラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うために用いられる。
決定ユニット502は、具体的に、各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定する場合に、各ユーザが第1のプリセット時間内に各座標点に滞在する時間の長さを統計し、各ユーザに対し、滞在時間が最も長い座標点を2つ選択し、2つの座標点に滞在する時間の長さの差の比率がプリセット比率の値より小さいかどうかを決定し、小さい場合に、滞在時間が最も長い2つの座標点がいずれもプリセット条件を満たす座標点であると決定するが、そうでないと、滞在時間が最も長い2つの座標点のうち、滞在時間がより長い座標点がプリセット条件を満たす座標点であると決定するために用いられる。
確立ユニット503は、さらに、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割する前に、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズのN倍のサイズを単位とするグリッドに分割し、ここで、Nが2より大きい整数であり、いずれか1つのグリッドにおける座標点の個数がプリセット個数しきい値より小さいと決定する場合、プリセット条件を満たすすべての座標点から当該グリッドにおける座標点を削除するために用いられる。
確立ユニット503は、具体的に、iつ目の座標点の座標(loni、lati)とグリッド識別子(lon_idi_ lat_idi)とのマッピング関係を、loniとminlonとの差を計算し、前記差とwとの商を切り上げて得られる値をlon_idiとし、latiとminlatとの差を計算し、前記差とwとの商を切り上げて得られる値をlat_idiとするように確立するために用いられ、ここで、minlonとminlatが前記最小長方形領域の最小緯度座標と最小経度座標であり、wがプリセットステップサイズである。
クラスタリングユニット504は、具体的に、いずれか1つのグリッドPについて、グリッドPを中心グリッドとして、グリッドPの8方向の隣接グリッドを検索し、検索されたすべての近隣グリッドを中心グリッドとして、各近隣グリッドの8方向の隣接グリッドを再検索し、検索されたすべての近隣グリッドの合計距離がプリセットクラスタリング直径より大きいか、又は、新たな近隣グリッドがなくなるまで、近隣グリッド検索を終了させ、検索されたすべての近隣グリッド、及び、グリッドPをグリッドPの近隣グリッドセットとするために用いられ、ここで、前記すべての近隣グリッドの合計距離がすべての近隣グリッドに対応する最小長方形領域の対角線の長さである。
クラスタリングユニット504は、具体的に、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、クラスタリングされていない現在のグリッドセットのうち、1つのグリッドを選択し、当該グリッドの近隣グリッドセットを取得し、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さいと決定する場合に、前記近隣グリッドセットの中のすべてのグリッドをノイズとしてマークし、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さい、且つ、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さい中心のあるクラスターが存在すると決定する場合に、前記近隣グリッドセットの中のすべてのグリッドを、距離がプリセット距離しきい値より小さいクラスターに追加し、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さい、且つ、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さくない中心のあるクラスターが存在するか、又は、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さくないと決定する場合に、前記近隣グリッドセットの中のすべてのグリッドを新たなクラスターに属するものとしてマークし、クラスタリングされていないグリッドセットから前記近隣グリッドセットの中のすべてのグリッドを削除し、クラスタリングされていないグリッドセットが空かどうかを決定し、空の場合に、当該プロセスを終了させるが、そうでないと、現在クラスタリングされていないグリッドセットの検索を実行するために用いられ、ここで、プリセットノイズしきい値がプリセットの小さなクラスターのしきい値より小さい。
Claims (17)
- 情報プッシュ方法であって、前記方法は、
ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するステップと、
各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定するステップと、
プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するステップと、
グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、座標点と対応する関係を持つグリッドをターゲットとして、8方向の近隣方法を使用して対応する近隣を検索するステップと、
前記マッピング関係に従って、クラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするステップと、
いずれか1つのクラスターについて、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うステップと、を含むことを特徴とする情報プッシュ方法。 - 各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定するステップは、
各ユーザが第1のプリセット時間内に各座標点に滞在する時間の長さを統計することと、
各ユーザに対し、滞在時間が最も長い座標点を2つ選択することと、
2つの座標点に滞在する時間の長さの差の比率がプリセット比率の値より小さいかどうかを決定し、小さい場合に、滞在時間が最も長い2つの座標点がいずれもプリセット条件を満たす座標点であると決定するが、そうでないと、滞在時間が最も長い2つの座標点のうち、滞在時間がより長い座標点がプリセット条件を満たす座標点であると決定することと、を含むことを特徴とする請求項1に記載の方法。 - 各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定するステップの後に、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割するステップの前に、前記方法は、さらに、
プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズのN倍のサイズを単位とするグリッドに分割するステップであって、ここで、Nが2より大きい整数であるステップと、
いずれか1つのグリッドにおける座標点の個数がプリセット個数しきい値より小さいと決定する場合、プリセット条件を満たすすべての座標点から当該グリッドにおける座標点を削除するステップと、を含むことを特徴とする請求項1又は2に記載の方法。 - 各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するステップは、
iつ目の座標点の座標(loni、lati)とグリッド識別子(lon_idi _ lat_idi)とのマッピング関係を、
loniとminlonとの差を計算し、前記差とwとの商を切り上げて得られる値をlon_idiとし
latiとminlatとの差を計算し、前記差とwとの商を切り上げて得られる値をlat_idiとするように確立することを含み、
ここで、minlonとminlatが前記最小長方形領域の最小緯度座標と最小経度座標であり、wがプリセットステップサイズであることを特徴とする請求項1~3のいずれか1項に記載の方法。 - 座標点と対応する関係を持つグリッドをターゲットとして、8方向の近隣方法を使用して対応する近隣を検索するステップは、
いずれか1つのグリッドPについて、グリッドPを中心グリッドとして、グリッドPの8方向の隣接グリッドを検索することと、
検索されたすべての近隣グリッドを中心グリッドとして、各近隣グリッドの8方向の隣接グリッドを再検索することと、
検索されたすべての近隣グリッドの合計距離がプリセットクラスタリング直径より大きいか、又は、新たな近隣グリッドがなくなるまで、近隣グリッドの検索を終了させることと、
検索されたすべての近隣グリッド、及び、グリッドPをグリッドPの近隣グリッドセットとすることと、を含み、
ここで、前記すべての近隣グリッドの合計距離がすべての近隣グリッドに対応する最小長方形領域の対角線の長さであることを特徴とする請求項1~4のいずれか1項に記載の方法。 - グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスは、
クラスタリングされていない現在のグリッドセットのうち、1つのグリッドを選択するステップAと、
当該グリッドの近隣グリッドセットを取得するステップBと、
前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さいかどうかを決定し、小さい場合に、ステップDを実行するが、そうでないと、ステップEを実行するステップCと、
前記近隣グリッドセットの中のすべてのグリッドをノイズとしてマークし、ステップJを実行するステップDと、
前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さいかどうかを決定し、小さい場合に、ステップFを実行するが、そうでないと、ステップGを実行するステップEであって、ここで、プリセットノイズしきい値がプリセットの小さなクラスターのしきい値より小さいステップEと、
すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さい中心のあるクラスターが存在するかどうかを決定し、存在する場合に、ステップHを実行するが、そうでないと、ステップGを実行するステップFと、
前記近隣グリッドセットの中のすべてのグリッドを新たなクラスターに属するものとしてマークし、ステップJを実行するステップGと、
前記近隣グリッドセットの中のすべてのグリッドを、距離がプリセット距離しきい値より小さいクラスターに追加するステップHと、
クラスタリングされていないグリッドセットから前記近隣グリッドセットの中のすべてのグリッドを削除するステップJと、
クラスタリングされていないグリッドセットが空かどうかを決定し、空の場合に、フローを終了させるが、そうでないと、ステップAを実行するステップKと、を含むことを特徴とする請求項5に記載の方法。 - 情報プッシュ装置であって、前記装置は、取得ユニット、決定ユニット、確立ユニット、クラスタリングユニット、マッピングユニット及びプッシュユニットを含み、
前記取得ユニットは、ユーザ端末が所在位置を報告する座標点、及び、位置情報を報告する時刻を取得して記録するために用いられ、
前記決定ユニットは、前記取得ユニットにより記録される、各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定するために用いられ、
前記確立ユニットは、前記決定ユニットにより決定される、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割し、各グリッドに位置する座標点と対応するグリッドとのマッピング関係を確立するために用いられ、
前記クラスタリングユニットは、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、前記確立ユニットにより分割される、座標点と対応する関係を持つグリッドをターゲットとして、8方向の近隣方法を使用して対応する近隣を検索するために用いられ、
前記マッピングユニットは、前記確立ユニットにより確立されるマッピング関係に従って、前記クラスタリングユニットによりクラスタリングされた各クラスターの中のグリッドを対応するグリッド内の座標点としてマッピングするために用いられ、
前記プッシュユニットは、いずれか1つのクラスターについて、前記マッピングユニットによりマッピングされる、クラスター内の座標点に対応するユーザのポートレートに従って、対応する位置に情報プッシュを行うために用いられることを特徴とする情報プッシュ装置。 - 前記決定ユニットは、具体的に、各ユーザが第1のプリセット時間内にプリセット条件を満たす座標点を決定する場合に、各ユーザが第1のプリセット時間内に各座標点に滞在する時間の長さを統計し、各ユーザに対し、滞在時間が最も長い座標点を2つ選択し、2つの座標点に滞在する時間の長さの差の比率がプリセット比率の値より小さいかどうかを決定し、小さい場合に、滞在時間が最も長い2つの座標点がいずれもプリセット条件を満たす座標点であると決定するが、そうでないと、滞在時間が最も長い2つの座標点のうち、滞在時間がより長い座標点がプリセット条件を満たす座標点であると決定するために用いられることを特徴とする請求項7に記載の装置。
- 前記確立ユニットは、さらに、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズを単位とするグリッドに分割する前に、プリセット条件を満たすすべての座標点を含む最小長方形領域を、プリセットステップサイズのN倍のサイズを単位とするグリッドに分割するために用いられ、ここで、Nが2より大きい整数であり、いずれか1つのグリッドにおける座標点の個数がプリセット個数しきい値より小さいと決定する場合、プリセット条件を満たすすべての座標点から当該グリッドにおける座標点を削除するために用いられることを特徴とする請求項7又は8に記載の装置。
- 前記確立ユニットは、具体的に、iつ目の座標点の座標(loni、lati)とグリッド識別子(lon_idi_ lat_idi)とのマッピング関係を、loniとminlonとの差を計算し、前記差とwとの商を切り上げて得られる値をlon_idiとし、latiとminlatとの差を計算し、前記差とwとの商を切り上げて得られる値をlat_idiとするように確立するために用いられ、ここで、minlonとminlatが前記最小長方形領域の最小緯度座標と最小経度座標であり、wがプリセットステップサイズであることを特徴とする請求項7~9のいずれか1項に記載の装置。
- 前記クラスタリングユニットは、具体的に、いずれか1つのグリッドPについて、グリッドPを中心グリッドとして、グリッドPの8方向の隣接グリッドを検索し、検索されたすべての近隣グリッドを中心グリッドとして、各近隣グリッドの8方向の隣接グリッドを再検索し、検索されたすべての近隣グリッドの合計距離がプリセットクラスタリング直径より大きいか、又は、新たな近隣グリッドがなくなるまで、近隣グリッドの検索を終了させ、検索されたすべての近隣グリッド、及び、グリッドPをグリッドPの近隣グリッドセットとするために用いられ、ここで、前記すべての近隣グリッドの合計距離がすべての近隣グリッドに対応する最小長方形領域の対角線の長さであることを特徴とする請求項7~10のいずれか1項に記載の装置。
- 前記クラスタリングユニットは、具体的に、グリッド検索に基づくノイズのある密度ベースのクラスタリングアルゴリズムを使用したクラスタリングのプロセスでは、クラスタリングされていない現在のグリッドセットのうち、1つのグリッドを選択し、当該グリッドの近隣グリッドセットを取得し、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さいと決定する場合に、前記近隣グリッドセットの中のすべてのグリッドをノイズとしてマークし、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さい、且つ、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さい中心のあるクラスターが存在すると決定する場合に、前記近隣グリッドセットの中のすべてのグリッドを、距離がプリセット距離しきい値より小さいクラスターに追加し、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットの小さなクラスターのしきい値より小さい、且つ、すでにクラスタリングされたクラスターの中に、前記近隣グリッドセットにおけるすべてのグリッドの中心からの距離がプリセット距離しきい値よりも小さくない中心のあるクラスターが存在するか、又は、前記近隣グリッドセットにおけるすべてのグリッドにおける座標点の個数がプリセットノイズしきい値より小さくないと決定する場合に、前記近隣グリッドセットの中のすべてのグリッドを新たなクラスターに属するものとしてマークし、クラスタリングされていないグリッドセットから前記近隣グリッドセットの中のすべてのグリッドを削除し、クラスタリングされていないグリッドセットが空かどうかを決定し、空の場合に、当該プロセスを終了させるが、そうでないと、現在クラスタリングされていないグリッドセットの検索を実行するために用いられ、ここで、プリセットノイズしきい値がプリセットの小さなクラスターのしきい値より小さいことを特徴とする請求項11に記載の装置。
- メモリ、プロセッサ及びメモリに記憶された、プロセッサで実行可能なコンピュータプログラムを含む電子機器であって、前記プロセッサは前記プログラムを実行すると、請求項1~6のいずれか1項に記載の方法を実施することを特徴とする電子機器。
- コンピュータプログラムが記憶されたコンピュータ読み取り可能な記憶媒体であって、当該プログラムは、プロセッサにより実行されると、請求項1~6のいずれか1項に記載の方法を実施することを特徴とするコンピュータ読み取り可能な記憶媒体。
- 命令を実行するチップであって、前記チップは、メモリとプロセッサを含み、前記メモリには、コードとデータが記憶されており、前記メモリは、前記プロセッサと結合され、前記プロセッサは、前記チップが上記請求項1~6のいずれか1項に記載の方法を実行するために用いられるように、前記メモリにおけるコードを実行することを特徴とするチップ。
- 命令を含むプログラム製品であって、前記プログラム製品はコンピュータで実行されると、前記コンピュータは上記請求項1~6のいずれか1項に記載の方法を実行することを特徴とするプログラム製品。
- コンピュータプログラムであって、前記コンピュータプログラムは、プロセッサにより実行されると、上記請求項1~6のいずれか1項に記載の方法を実行するために用いられることを特徴とするコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910559744.X | 2019-06-26 | ||
CN201910559744.XA CN110309437B (zh) | 2019-06-26 | 2019-06-26 | 一种信息推送方法和装置 |
PCT/CN2020/076995 WO2020258905A1 (zh) | 2019-06-26 | 2020-02-27 | 一种信息推送方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022535533A true JP2022535533A (ja) | 2022-08-09 |
JP7407209B2 JP7407209B2 (ja) | 2023-12-28 |
Family
ID=68077491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021571659A Active JP7407209B2 (ja) | 2019-06-26 | 2020-02-27 | 情報プッシュ方法及び装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220101350A1 (ja) |
JP (1) | JP7407209B2 (ja) |
CN (1) | CN110309437B (ja) |
WO (1) | WO2020258905A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309437B (zh) * | 2019-06-26 | 2020-06-23 | 京东数字科技控股有限公司 | 一种信息推送方法和装置 |
CN112991804B (zh) * | 2019-12-18 | 2022-06-07 | 浙江大华技术股份有限公司 | 停留区域确定方法以及相关装置 |
CN113781132A (zh) * | 2020-06-15 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 一种线上导购方法和装置 |
CN111698332A (zh) * | 2020-06-23 | 2020-09-22 | 深圳壹账通智能科技有限公司 | 业务对象的分配方法、装置、设备及存储介质 |
CN112711720B (zh) * | 2020-12-31 | 2024-08-13 | 广州宸祺出行科技有限公司 | 一种降低出行成本的上车点推荐方法及系统 |
CN113781151A (zh) * | 2021-01-29 | 2021-12-10 | 北京京东拓先科技有限公司 | 目标数据确定方法及装置、电子设备、存储介质 |
CN113157836B (zh) * | 2021-03-12 | 2022-07-19 | 广西壮族自治区中国科学院广西植物研究所 | 一种空间点数据集周围数据提取方法、装置及存储介质 |
CN114154027A (zh) * | 2021-12-06 | 2022-03-08 | 深圳市大数据资源管理中心 | 非同源不一致数据处理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120296906A1 (en) * | 2011-05-17 | 2012-11-22 | Cheng-Fa Tsai | Grid-based data clustering method |
JP2018037009A (ja) * | 2016-09-02 | 2018-03-08 | 株式会社日立製作所 | クラスタ分析システム、クラスタ分析装置、クラスタ分析方法 |
JP2018081454A (ja) * | 2016-11-15 | 2018-05-24 | 日本電信電話株式会社 | 散策行動頻出範囲抽出装置、方法、及びプログラム |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101487798B1 (ko) * | 2005-12-20 | 2015-02-02 | 아비트론 인코포레이티드 | 리서치 작업을 수행하는 방법 및 시스템 |
US20100299116A1 (en) * | 2007-09-19 | 2010-11-25 | United Technologies Corporation | System and method for occupancy estimation |
US20140172489A1 (en) * | 2012-12-14 | 2014-06-19 | Wal-Mart Stores, Inc. | Techniques for using a heat map of a retail location to disperse crowds |
US20140278688A1 (en) * | 2013-03-15 | 2014-09-18 | Disney Enterprises, Inc. | Guest movement and behavior prediction within a venue |
KR20150027553A (ko) * | 2013-09-04 | 2015-03-12 | 한국전자통신연구원 | POI〔Point of Interest〕속성정보의 동적 가시화 시스템 및 방법, POI 속성정보의 가시화 갱신방법 |
CN104714979A (zh) * | 2013-12-17 | 2015-06-17 | 北京合众思壮科技股份有限公司 | 基于位置信息的消息推送系统 |
US9703856B2 (en) * | 2014-07-07 | 2017-07-11 | Sap Se | Hilbert curve partitioning for parallelization of DBSCAN |
US10592914B2 (en) * | 2015-03-24 | 2020-03-17 | PlaceIQ, Inc. | Device-dwell graphs |
CN105307121B (zh) * | 2015-10-16 | 2019-03-26 | 上海晶赞科技发展有限公司 | 一种信息处理方法及装置 |
CN105404648A (zh) * | 2015-10-29 | 2016-03-16 | 东北大学 | 一种基于密度与紧密度聚类的用户移动行为确定方法 |
CN107016924B (zh) * | 2016-12-20 | 2020-04-07 | 阿里巴巴集团控股有限公司 | 虚拟地图中的瓦片地图生成方法、更新方法和装置 |
CN106506705B (zh) * | 2016-12-29 | 2020-07-28 | 平安科技(深圳)有限公司 | 基于位置服务的人群分类方法及装置 |
WO2018150227A1 (en) * | 2017-02-17 | 2018-08-23 | Dataspark Pte, Ltd | Mobility gene for trajectory data |
CN106934696A (zh) * | 2017-03-15 | 2017-07-07 | 深圳大学 | 一种基于用户地理位置信息的产品推荐方法及系统 |
CN107506802A (zh) * | 2017-10-19 | 2017-12-22 | 广东工业大学 | 一种基于网格的聚类算法及其装置 |
CN108537274B (zh) * | 2018-04-08 | 2020-06-19 | 武汉大学 | 一种基于网格的企业poi位置点快速空间多尺度聚类方法 |
CN110309437B (zh) * | 2019-06-26 | 2020-06-23 | 京东数字科技控股有限公司 | 一种信息推送方法和装置 |
-
2019
- 2019-06-26 CN CN201910559744.XA patent/CN110309437B/zh active Active
-
2020
- 2020-02-27 JP JP2021571659A patent/JP7407209B2/ja active Active
- 2020-02-27 WO PCT/CN2020/076995 patent/WO2020258905A1/zh active Application Filing
-
2021
- 2021-12-14 US US17/550,499 patent/US20220101350A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120296906A1 (en) * | 2011-05-17 | 2012-11-22 | Cheng-Fa Tsai | Grid-based data clustering method |
JP2018037009A (ja) * | 2016-09-02 | 2018-03-08 | 株式会社日立製作所 | クラスタ分析システム、クラスタ分析装置、クラスタ分析方法 |
JP2018081454A (ja) * | 2016-11-15 | 2018-05-24 | 日本電信電話株式会社 | 散策行動頻出範囲抽出装置、方法、及びプログラム |
Non-Patent Citations (1)
Title |
---|
酒井 達弘: "最小外接矩形とセルの再帰分割を用いたセルベースのDBSCANの高速化", 電子情報通信学会論文誌D VOLUMEJ101−D NO.4 [ONLINE], vol. 第J101-D巻 第4号, JPN6023008527, 1 April 2018 (2018-04-01), JP, pages 690 - 701, ISSN: 0005131935 * |
Also Published As
Publication number | Publication date |
---|---|
JP7407209B2 (ja) | 2023-12-28 |
CN110309437A (zh) | 2019-10-08 |
CN110309437B (zh) | 2020-06-23 |
WO2020258905A1 (zh) | 2020-12-30 |
US20220101350A1 (en) | 2022-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7407209B2 (ja) | 情報プッシュ方法及び装置 | |
CN107547633B (zh) | 一种用户常驻点的处理方法、装置和存储介质 | |
KR101530304B1 (ko) | 소셜 네트워킹 서비스들에서 인접 사용자를 검색하는 방법 및 서버 | |
US10034141B2 (en) | Systems and methods to identify home addresses of mobile devices | |
US20160232179A1 (en) | Recommending points of interests in a region | |
KR102112261B1 (ko) | 클러스터링 기술을 사용하여 무선 네트워크 액세스 포인트 모델 생성 | |
WO2016110121A1 (zh) | 数据栅格化、用户行为分析的方法和装置 | |
JP6103037B2 (ja) | 計算機システム | |
WO2015188750A1 (en) | Method, apparatus and system for implementing location based services | |
WO2019072092A1 (zh) | Ip地址定位方法及装置,电子设备及存储介质 | |
KR20100068468A (ko) | 그리드 기반 피처 구조를 이용한 비주얼 서치 수행의 방법, 장치 및 컴퓨터 프로그램 제품 | |
CN107092623B (zh) | 一种兴趣点查询方法及装置 | |
CN106210163B (zh) | 基于ip地址的定位方法及装置 | |
US20220286956A1 (en) | Method and apparatus for mapping wireless hotspots and points of interest, computer-readable storage medium, and computer device | |
CN110298687B (zh) | 一种区域吸引力评估方法及设备 | |
WO2020215438A1 (zh) | 电子地图空间关键字查询分布式索引系统和方法 | |
CN111459723B (zh) | 终端数据处理系统 | |
JP5678790B2 (ja) | インデックス管理方法、インデックス管理プログラムおよびインデックス管理装置 | |
CN111414361A (zh) | 标签数据存储方法、装置、设备及可读存储介质 | |
CN113556368A (zh) | 用户识别方法、装置、服务器及存储介质 | |
CN116595025B (zh) | 矢量瓦片的动态更新方法、终端和介质 | |
CN115329221A (zh) | 一种针对多源地理实体的查询方法及查询系统 | |
Francis et al. | A scalable constraint-based Q-hash indexing for moving objects | |
JP5900487B2 (ja) | 移動体管理システム、移動体管理サーバ、移動体管理方法および移動体管理プログラム | |
CN114253938A (zh) | 数据管理方法、数据管理装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211202 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211202 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230518 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230821 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231117 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7407209 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |